Yufei Wang
収録論文 24本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 動的シーン向けのコンパクトな明示的4D表現4D表現/新規視点合成2026/10/1
単眼動画をスパースな4Dシーン状態に符号化するフィードフォワード自己符号化器Sparc4Dを提案し、新規視点合成と操作ポリシー学習の両方に活用できることを示した。
- 視点一般化可能な視覚模倣学習ポリシーに何が重要か:実証研究模倣学習2026/9/26
視覚模倣学習において、密な視覚トークンの保持と幾何学的推論を行う行動ヘッドが視点一般化に有効であることを実験的に示し、シミュレーションから実世界へのゼロショット転移も実現した。
- MobileSAM2: 空間知能のための軽量セグメント・エニシングセグメンテーション/知識蒸留2026/7/14
SAM2をモバイル端末で動作するよう軽量化したモデルを提案。ハイパーグラフを用いた知識蒸留法HyperKDを導入し、画像・動画のセグメンテーション性能を保ちつつ効率化を実現した。
- 1本の動画から1つの世界へ:単眼動画を物理的な4Dシーンに変換する4D再構成2026/6/30
単眼動画から、インスタンス単位で分離され、物理シミュレーションに利用可能な4Dメッシュシーンを、学習なしで再構成するシステムOVOWを提案する。
- ワールドエンジン:自動運転におけるポストトレーニング時代に向けて自動運転2026/6/1
実世界のログから高忠実度のインタラクティブ環境を再構築し、安全上重要な長尾シナリオを合成的に生成して、事前学習済みの自動運転モデルを強化学習でポストトレーニングする枠組みを提案。これにより、実世界のリスクを回避しつつ安全性を向上させる。
- ロボットマニピュレーションのための幾何学的レッドチーミングマニピュレーション2025/9/1
物体形状を自動変形させてマニピュレーション方策の脆弱性を暴くレッドチーミング手法を提案し、発見した形状での微調整により成功率を最大60ポイント改善できることを示した。
- 力変調視覚ポリシーによる腕の動きに適応したロボット支援着衣マニピュレーション2025/9/1
視覚と力覚のマルチモーダルフィードバックを用いて、腕の動きに適応しながら長袖衣類を着せるロボット支援着衣システムを開発し、実世界の被験者実験で有効性を示した。
- ArticuBot: 大規模シミュレーションによる汎用関節物体操作ポリシーの学習sim2real2025/3/1
物理シミュレーションで大量のデモを生成し、点群ベースの階層的模倣学習ポリシーを訓練することで、未知の関節物体を実機でゼロショット操作できるようにした研究。
- 任意メッシュの関節構造化:オープンボキャブラリ3D関節物体モデリング3Dモデリング2025/2/1
視覚言語モデルと視覚プロンプトを用いて、任意の剛体3Dメッシュを部品分割と関節構造を持つ関節物体に自動変換するフレームワークを提案し、生成物をロボット操作スキル学習に活用できることを示した。
- 視覚言語モデルのフィードバックによる実世界オフライン強化学習オフライン強化学習2024/11/1
視覚言語モデルからの選好フィードバックとタスクのテキスト記述を用いてオフラインデータセットに自動で報酬ラベルを付与し、実世界のロボット支援着衣タスクなどで有効な方策を学習するシステムを提案した。
- 布マニピュレーション研究の展開:レビュー布マニピュレーション2024/7/1
布や衣類のロボット操作に関する研究を、モデリング・知覚・ベンチマーク・操作の観点から整理し、布の多様性への対応度を分析して今後の課題を示したレビュー論文。
- DiffTORI: 深層強化学習と模倣学習のための微分可能な軌道最適化強化学習/模倣学習2024/2/1
軌道最適化をポリシー表現として用い、そのコストとダイナミクス関数を微分可能最適化によりエンドツーエンドで学習する手法を提案し、強化学習と模倣学習の両方で従来手法を上回る性能を達成した。
- RL-VLM-F: 視覚言語基盤モデルのフィードバックによる強化学習VLA2024/2/1
タスクのテキスト説明とエージェントの視覚観測のみから、視覚言語基盤モデルに画像ペアの選好を問い合わせて報酬関数を自動生成し、人間の監督なしに様々なタスクを学習する手法を提案。
- 力制約付き視覚ポリシー:マルチモーダルセンシングによる安全なロボット支援着衣マニピュレーション2023/11/1
シミュレーションで学習した視覚ベースの着衣ポリシーと、実世界データから学習した力ダイナミクスモデルを組み合わせ、過剰な力をかけずに安全に着衣を支援する手法を提案した。
- RoboGen: 生成的シミュレーションによるロボット学習のための無限データの活用sim2real2023/11/1
基盤モデルと生成モデルを活用し、タスク・シーン・訓練監督を自動生成する生成的シミュレーションによって、多様なロボットスキルを大規模に学習するエージェントを提案した。
- 多様な姿勢と衣服に対応する単一の着衣支援ポリシーマニピュレーション2023/6/1
部分点群観測から強化学習とポリシー蒸留を用いて、多様な姿勢の人に様々な衣服を着せる単一のロボット着衣支援ポリシーを学習した。
- ToolFlowNet: 点群からのツールフロー予測によるロボットマニピュレーションマニピュレーション2022/11/1
点群からツール上の密なフローを予測し、そのフローからロボットの動作変換を導出する新手法を提案。すくい上げや注ぎなどの変形物体操作の模倣学習に適用し、実機で82%の成功率を達成した。
- エラスティックコンテキスト:テキスタイルのデータ駆動モデルに向けた弾性の符号化触覚2022/9/1
布地の弾性挙動を「エラスティックコンテキスト」として定式化し、グラフニューラルネットワークで学習することで、ロボットが布地と物理的に相互作用する際の力をより正確にモデル化できるようにした研究。
- 視覚的触覚推論:変形物体との相互作用を観察して接触力を推定する触覚2022/8/1
布のような変形物体との物理的相互作用において、視覚とロボットの運動情報のみから接触位置と力の大きさを推定する手法を提案し、シミュレーションと実機で検証した。
- FabricFlowNet:フローベース方策による両腕布操作布操作2021/11/1
オプティカルフローを入力と行動表現の両方に用いて、目標画像に向けた布の両腕・片腕操作を切り替えながら行う方策を提案し、実機へのsim2real転移や他形状の布への汎化も示した。
- 布の平滑化のための可視連結ダイナミクス学習布操作2021/5/1
部分点群から布の可視連結グラフを推定し、粒子ベースのダイナミクスモデルを学習することで、シミュレーションで従来手法を大きく上回り、実機へのゼロショット転移で布の平滑化を実現した。
- 物体推論を活用した視覚自己教師あり強化学習強化学習2020/11/1
画像ベース強化学習に物体レベルの推論と遮蔽推論を導入し、報酬計算と目標生成を改善して学習効率と最終性能を向上させた研究。
- SoftGym:変形可能物体操作のための深層強化学習ベンチマーク変形物体操作2020/11/1
変形可能物体の操作を対象としたOpenAI Gym準拠のオープンソースシミュレーションベンチマークSoftGymを提案し、複数の強化学習アルゴリズムを評価して高次元・部分観測状態における課題を明らかにした。
- f-IRL:状態周辺分布マッチングによる逆強化学習逆強化学習2020/11/1
エージェントと専門家の状態分布間のfダイバージェンスの解析的勾配を導出し、専門家密度から定常報酬関数を復元するf-IRLを提案。サンプル効率と必要専門家軌跡数で敵対的模倣学習を上回り、下流タスクや動力学変化への行動転移にも有効。
